『株式会社ずんだもん技術室AI放送局』のカバーアート

株式会社ずんだもん技術室AI放送局

株式会社ずんだもん技術室AI放送局

著者： 株式会社ずんだもん技術室AI放送局
無料で聴く

このコンテンツについて

 AIやテクノロジーのトレンドを届けるPodcast。平日毎朝6時配信。朝の通勤時間や支度中に情報キャッチアップとして聞いてほしいのだ。(MC 月:春日部つむぎ、火水木:ずんだもん、金:お嬢様ずんだもん)
エピソード
  • 株式会社ずんだもん技術室AI放送局 podcast 20250729

    株式会社ずんだもん技術室AI放送局 podcast 20250729
    2025/07/28
    関連リンク Claude Codeにカスタムサブエージェント機能が登場 ―複数のサブエージェントによるタスク特化の「エージェントチーム」を作成可能に gihyo.jp Anthropicが提供するコーディングAIツール「Claude Code」に、新しい機能「カスタムサブエージェント」が追加されました。これは、AIによるソフトウェア開発をより効率的で高度なものに変える可能性を秘めた、エンジニアにとって注目の機能です。 カスタムサブエージェントとは、特定の作業に特化した、いわば専門家のようなAIアシスタントです。それぞれが明確な目的と専門分野を持ち、他の作業に邪魔されない専用の作業スペース（コンテキストウィンドウ）でタスクに集中できます。また、使うことを許可された特定のツールだけを設定したり、具体的な指示（カスタムシステムプロンプト）を与えて動作を細かくガイドすることもできます。 この機能の最大の魅力は、複数のサブエージェントを組み合わせることで、まるで人間で構成された開発チームのように協力し合って、複雑な課題を解決できる点です。例えば、あるサブエージェントにコードのパフォーマンス問題を解析させ、その結果を別のサブエージェントに渡して修正を依頼するといった、タスクの連携が可能になります。 さらに、この考え方を応用して、実際の開発チームのような「エージェントチーム」を作り出すこともできます。例えば、以下のような役割を持つサブエージェントを連携させれば、開発プロセス全体をよりスムーズに進めることができます。 ソフトウェアアーキテクト: 機能設計を支援し、システムの骨組みを考えるAI。コードレビュアー: 書かれたコードに問題がないか確認し、改善点を提案するAI。QAテスター: ユニットテストやコードの検査を行い、バグの修正案まで作成するAI。 このように役割を分担することで、開発の効率が大幅に向上することが期待されます。 サブエージェントは、自分でゼロから作ることも、Claude Codeに提案させてから自分たちのプロジェクトに合わせてカスタマイズすることも可能です。作成・カスタマイズしたサブエージェントの設定はファイルとして保存されるため、プロジェクトごとに利用したり、全ての作業でいつでも呼び出したりできます。Claudeが自動的に最適なサブエージェントを選んで使うこともあれば、エンジニアが明示的に呼び出すことも可能です。 この機能を使うには、Claude Codeのプロンプト入力欄に/agentsと入力するだけで、利用可能なツールが一覧で表示され、必要なものを簡単に選んでサブエージェントに割り当てることができます。 カスタムサブエージェント機能の登場は、AIが単独でコードを書くというよりも、私たちエンジニアの良き「チームメイト」として、より複雑な開発タスクを強力にサポートしてくれる未来が近づいていることを示しています。新人エンジニアの皆さんにとっても、AIとの新しい協業の形を学ぶ良い機会になるでしょう。 引用元: https://gihyo.jp/article/2025/07/claude-code-sub-agents Six Principles for Production AI Agents AIエージェント（AIが自分で考えて行動するプログラム）を実際のシステムで安定して動かすには、いくつかの重要な考え方があります。この記事では、特に新人エンジニアの皆さんがAIエージェント開発でつまずきがちなポイントを解決するための、実践的な6つの原則が紹介されています。 プロンプトは明確に、詳細に: 大規模言語モデル（LLM）は、あいまいな指示だと混乱しやすいです。「頑張って」のような指示ではなく、「この情報から、この形式で、こんな結果を出してほしい」のように、具体的で矛盾のない指示を出すことが大切です。特別な「ごまかし」は不要で、LLM提供元のガイドラインに従いましょう。 必要な情報だけを渡す: LLMに与える「コンテキスト（背景情報）」は、少なすぎると間違った答えを出し、多すぎるとコストが増え、重要な情報を見落とすこともあります。最初は必要最低限の情報だけを与え、エージェントが必要だと判断したら、ツールを使って追加情報を取得させる仕組みにすると効果的です。例えば、...
    続きを読む 一部表示
    1分未満
  • マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20250728

    マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20250728
    2025/07/27
    関連リンク Build More Accurate and Efficient AI Agents with the New NVIDIA Llama Nemotron Super v1.5 NVIDIAが、AIエージェントの精度と効率を大幅に向上させる新しい大規模言語モデル（LLM）「NVIDIA Llama Nemotron Super v1.5」を発表しました。このモデルは、AIがより賢く、そしてスムーズに動くための重要な進化を遂げています。 AIエージェントとは、まるで人間のアシスタントのように、自分で考えて計画を立て、複雑なタスクを自律的に実行できるAIシステムのことです。例えば、会議のスケジュール調整から、データ分析、プログラミングまで、幅広い業務を任せられる将来が期待されています。 この「Llama Nemotron Super v1.5」は、特にAIエージェントが「推論」を行う能力を強化しています。推論とは、与えられた情報から論理的に答えを導き出す能力のことで、具体的には、複雑な数学の問題を解いたり、科学的な問いに答えたり、正確なコードを生成したり、指示を的確に理解して実行したり、自然な会話を続けたりといったタスクが含まれます。 従来の「Llama Nemotron Ultra」の効率的な基盤を引き継ぎつつ、さらに「高信号な推論タスク」に特化した新しいデータで追加学習（ポストトレーニング）されているのが大きな特徴です。これにより、多段階の思考が必要な複雑なタスクや、外部ツールを組み合わせて使うような場面で、他のオープンモデルに比べて高い精度を発揮します。 さらに、AIの処理速度である「スループット」も大幅に向上しています。これは「ニューラルアーキテクチャ探索」といった最先端の技術を使ってモデルを効率化した結果で、同じ計算資源と時間で、より多くの処理を高速に行えるようになりました。つまり、より高度な推論を、より低い運用コストで実現できるということです。なんと、単一のGPUでも動作するように設計されており、導入のハードルも低くなっています。 この最新のモデルは、すでにNVIDIAの「build.nvidia.com」や「Hugging Face」から試したり、ダウンロードしたりすることが可能です。AIエージェント開発に興味がある新人エンジニアの皆さんにとって、このLlama Nemotron Super v1.5は、AIが自律的に行動する未来を切り開く、非常に重要なツールとなるでしょう。ぜひ最新の技術に触れてみてください。 引用元: https://developer.nvidia.com/blog/build-more-accurate-and-efficient-ai-agents-with-the-new-nvidia-llama-nemotron-super-v1-5/ Introducing Opal: describe, create, and share your AI mini-apps Google Labsから、AIの力を活用した「ミニアプリ」を簡単に開発・共有できる、実験的な新ツール「Opal」が発表されました。これは、プログラミングの専門知識がないエンジニアや、AIのアイデアを形にしたいと考えている方々にとって、まさに「コード不要」でAIアプリケーションを構築できる画期的なツールです。 Opalの核となる機能は、AIモデルへの「指示（プロンプト）」や様々な「ツール」を組み合わせ、一連の作業の流れ（ワークフロー）として視覚的に構築できる点にあります。例えば、「特定のテーマに関する情報を検索し、その結果を要約して、さらにメールを作成する」といった複雑なタスクも、自然な言葉でOpalに指示するだけで、視覚的なワークフローとして自動的に組み上げてくれます。これにより、会議の議事録作成支援やデータ分析の自動化、顧客対応の効率化など、日々の業務を助けるカスタムAIアプリを気軽に作れるようになります。 このツールは、単にアプリを作るだけでなく、作成過程での「編集のしやすさ」も重視しています。一度作ったワークフローも、会話型AIに話しかけるように変更を指示したり、ビジュアルエディタでブロックをドラッグ＆ドロップしたりする直感的な操作で、簡単に修正や機能追加が可能です。これにより、思いついたアイデアを素早く試行錯誤し、実際に動作するプロトタイプとしてすぐに検証できるため、AIを活用した開発のサイクルを大幅に加速させることができます。 完成したAIミニアプリは、他のGoogleアカウントを持つユーザーと簡単に共有することが可能です。これにより、個人での生産性向上はもちろんのこと、チーム内でのAIを活用した新...
    続きを読む 一部表示
    1分未満
  • 私立ずんだもん女学園放送部 podcast 20250725

    私立ずんだもん女学園放送部 podcast 20250725
    2025/07/24
    関連リンク 複数のGemini CLIが同時開発する狂気 - Jujutsuが実現するAIエージェント協調の新世界 この資料は、複数のAI（人工知能）エージェントが同時にプログラム開発を行う、未来の働き方について解説しています。特に、Googleが開発した新しいバージョン管理システム「Jujutsu（ジュジュツ）」が、この「狂気」とも言える並列開発をどのように実現するのかがテーマです。 従来のGitのようなバージョン管理システムでは、複数の変更が重なると「マージコンフリクト（ファイル競合）」が発生し、解決まで作業が停止します。人間開発でも課題ですが、AIエージェントが自動で開発を進める場合、コンフリクトは大きなボトルネックとなり、効率を大幅に下げます。現在のAIエージェントは作業を順番に進める必要があり、これが限界でした。 そこで注目されるのが、Googleの長年の大規模開発経験から生まれた次世代VCS「Jujutsu」です。Jujutsuの最大の特徴は、「コンフリクトをファーストクラスに扱う」という概念です。これは、ファイルが競合した状態でも、そのコンフリクト自体をデータとして保存し、作業を止めずに先に進めることを可能にします。これにより、複数のAIエージェントが同じコンフリクトを認識しつつ、それぞれの担当部分を並行して解決できる、柔軟な協力体制が築けます。 例えば、バックエンド、フロントエンド、テスト担当の各AIエージェントが同時に作業中に競合が発生しても、Jujutsuは作業を停止させません。コンフリクトを保存したままコミットできるため、後からまとめて解決したり、他のエージェントと協力したりできます。Gitの「ステージングエリア」がない点も、AIが自動で変更を扱う際に混乱を避けられるメリットです。 JujutsuとAIエージェント（特にGemini CLI）の組み合わせは、開発生産性を劇的に向上させると期待されています。具体的には、セットアップ時間が90%削減、コンフリクト解決時間が95%削減され、全体の開発速度が10倍以上向上する可能性が示唆されています。これは、はるかに速く効率的にソフトウェアを開発できるようになることを意味します。 Jujutsuは、AIエージェントの特性（ステージングの混乱なし、自動スナップショット、コンフリクト耐性）と非常に相性が良いとされています。将来的には、100を超えるAIエージェントがそれぞれ専門分野に特化し、Jujutsuを介してシームレスに協力しながら、巨大なプロジェクトを進める世界が描かれています。AIが開発の「チームメンバー」として機能する、新しい開発スタイルが現実のものとなりつつあることを示唆する、非常に興味深い内容です。 引用元: https://speakerdeck.com/gunta/fu-shu-nogemini-cligatong-shi-kai-fa-surukuang-qi-jujutsugashi-xian-suruaiezientoxie-diao-noxin-shi-jie 【Claude Code】メモリ管理と効率的な開発手法~AI を活用した次世代コーディング~ ** Claude Codeは、Anthropicが開発したAIコーディング支援ツールで、コードを理解し、開発を加速させます。新人エンジニアの方も、このAIをパートナーとして活用することで、効率的に開発を進められます。 AIがプロジェクトの情報を「記憶」するために、CLAUDE.mdファイルが重要です。このファイルには、プロジェクト全体の設定や個人の開発環境、共通設定などを記述でき、AIがプロジェクトのコンテキストを深く理解し、的確なサポートを提供できるようになります。 Claude Codeは、テストコードの自動生成、コードのリファクタリング（改善）、ドキュメント作成といった繰り返しの作業を自動化し、エンジニアはシステムの設計や複雑な問題解決など、より創造的な業務に集中できます。また、Gitのworktree機能とAIを組み合わせることで、一つのプロジェクト内で複数の機能を効率的に並行開発することも可能です。これにより、AIが各タスクに集中でき、開発効率が向上します。 AIが生成するコードの品質を保つためのベストプラクティスも重要です。コードの見た目を整え、間違いを見つける『フォーマッター』や『リンター』を開発初期から導入しましょう。『テストを先に書き、それを通す最小限のコードを書き、その後にコード...
    続きを読む 一部表示
    1分未満

株式会社ずんだもん技術室AI放送局に寄せられたリスナーの声

カスタマーレビュー：以下のタブを選択することで、他のサイトのレビューをご覧になれます。

Audible.co.jp

Amazon.co.jp
レビューはまだありません。